Modiqo 融资 300 万美元，让企业 AI 工作流程更可靠

AI 代理已经在演示中表现出色。然而，当工作流程在部署后因为模型行为的改变、API 的变化或协调层的失败而中断时，真正的挑战就开始了。这种操作不稳定性就是 Modiqo 所要解决的问题，而这也是该公司新宣布的 300 万美元种子轮融资的目的。

该轮融资由 Heavybit 和 Seligman Ventures 共同领投，并得到了 Irregular Expressions 和天使投资者的参与。该公司表示，该轮融资将支持其执行层 Rote 的推出，Rote 旨在使 AI 工作流程在生产环境中变得可预测和可重复。

Modiqo 创始人兼首席执行官 Chetan Conikee 表示，企业们正花费太多时间重新建构以前曾经工作过但后来因为底层系统的改变而失败的 AI 工作流程。与其让模型重新发现相同的行为，Rote 尝试保留成功的执行路径并一致地重现它们。

企业 AI 中不断增长的可靠性问题

在过去的一年中，企业们加速了对 AI 代理的实验，将其应用于内部自动化、数据处理、软件操作和面向客户的任务。然而，许多组织发现，相比于原始模型能力，运营可靠性才是真正的瓶颈。

传统的 AI 工作流程往往在每个阶段都依赖于概率推断。这种灵活性在实验中很有用，但也引入了不可预测性，当系统需要在大规模上连续运行时，就会出现问题。

Modiqo 的方法是将成功的 AI 执行转换为可重复使用的确定工作流程。与其不断地将冗长的提示词和上下文反复送入推理流程，该公司旨在保留已验证的执行逻辑并在可能的情况下重用它。

这种策略与企业 AI 基础设施中出现的更广泛的趋势相吻合。越来越多的公司正在寻找结合了大型语言模型（LLM）灵活性和确定性协调层的混合系统，后者提供了可审计性、可重复性和更低的运营成本。

Rote 的真正作用

Rote 作为一个本地运行的执行层，观察成功的代理行为并将这些动作转换为可重复的过程。该平台旨在与现有的企业工具集成，同时尽量减少昂贵的自定义工程工作的需求。

根据 Modiqo 的说法，该系统关注四个核心领域：

• 跨变化的 AI 模型和 API 的可重复性
• 工作流程的重用以减少令牌消耗
• 对执行记录和运营成本的可观测性
• 更容易地集成到现有的企业系统中

该公司的核心论点之一是，企业们正因为 AI 系统反复解决已经解决过的问题而浪费资源。通过捕捉成功的执行模式，Modiqo 相信组织可以显著地减少令牌使用并提高一致性。

随着企业面临着与大规模代理部署相关的不断增长的推断成本，这种“重新发现”成本的最小化概念正变得越来越重要。

投资者将基础设施视为下一个 AI 战场

支持 Modiqo 的投资者将该公司定位为基础设施提供商，而不是另一个 AI 应用层。这意味着 Modiqo 将专注于为生产级别的代理系统提供基础设施。

Joseph Ruscio 将当前的 AI 代理描述为在演示中令人印象深刻，但在生产环境中不可靠。他认为，行业中的一个更深层次的问题是，大多数代理执行仍然是短暂的，而不是可重复使用的运营工件。

同样，Umesh Padval 指出，运营可靠性是企业 AI 采用中尚未解决的主要挑战，特别是当组织试图将 AI 系统扩展到实验之外时。

对执行层而非提示工程的重视也反映了 AI 基础设施景观的转变。早期的企业 AI 工具往往关注提示和协调包装。现在，关注点正在转向工作流程的持久性、可观察性、治理和成本控制。

企业 AI 正进入其运营阶段

Rote 的推出发生在企业 AI 采用的一个更广泛的转变中。早期的采用周期以实验和概念验证为主。许多组织现在正进入一个阶段，其中运营可靠性比新颖性更重要。

这种转变正在创造对基础设施的需求，基础设施能够支持长期运行、可审计的 AI 系统，而不是一次性的聊天机器人交互。

在其网站上，Modiqo 将 Rote 定位为“可靠的 AI 代理工作流程”基础设施，强调执行的一致性和运营所有权，而不是仅仅依靠自主行为。该公司认为，企业最终需要的系统更像可靠的软件基础设施，而不是概率实验。

无论是否会出现确定性执行层成为企业 AI 堆栈的标准部分，仍有待观察。但是，当令牌成本上升，组织试图在大规模上运营化 AI 代理时，关注可重复性和可靠性的基础设施正在成为该行业投资的核心领域之一。